Metodologia
Trasparenza sulla nostra raccolta e analisi dei dati.
Raccolta dati
I dati vengono raccolti tramite un questionario online anonimo. I partecipanti sono SEO dipendenti in agenzie e società di servizi.
Attività al posto dei titoli professionali
A differenza di altri studi salariali, non chiediamo il titolo professionale. I titoli non sono comparabili tra le aziende — uno stesso titolo nell'azienda A può avere compiti completamente diversi rispetto all'azienda B.
Invece, rileviamo 16 attività specifiche e quanto tempo i partecipanti dedicano a ciascuna (scala 0–5). Questo rende i dati comparabili.
Dimensioni raccolte
Oltre alle 16 attività, rileviamo ulteriori fattori che influenzano lo stipendio.
Stipendio e compenso
Stipendio annuo lordo, bonus, benefit, aumento rispetto all'anno precedente, stipendio desiderato.
16 attività
Quanto tempo viene dedicato a ciascuna attività (scala 0–5). Dalla ricerca di parole chiave ai contenuti fino allo sviluppo tecnico.
Esperienza e profilo
Esperienza professionale, esperienza lavorativa totale, età, genere, istruzione.
Azienda
Tipo (startup, media impresa, grande impresa), settore, internazionalizzazione, anzianità.
Leadership e responsabilità
Leadership tecnica e disciplinare, dimensione del team, responsabilità di budget.
Uso dell'IA
Come i professionisti utilizzano l'intelligenza artificiale — dalla creazione di contenuti all'analisi dei dati.
Analisi statistica
Mediana al posto della media
Utilizziamo la mediana al posto della media aritmetica. La mediana è robusta rispetto ai valori anomali — pochi stipendi molto alti o molto bassi non distorcono il quadro. Alla mediana, esattamente il 50% guadagna di più e il 50% di meno.
Quartili (Q1, Q3)
Oltre alla mediana, mostriamo i quartili:
- Q1 (25%): il 25% guadagna di meno, il 75% di più
- Mediana (50%): il valore centrale
- Q3 (75%): il 75% guadagna di meno, il 25% di più
Punti dati minimi
Le statistiche vengono calcolate solo quando sono disponibili almeno 5 punti dati. Le categorie con meno di 30 punti dati sono contrassegnate come "bassa confidenza" e distinte visivamente — la loro significatività statistica è limitata.
Pulizia dei dati
Non tutti i dati inviati sono utilizzabili. I seguenti filtri garantiscono la qualità dei dati:
Limitazioni
Autoselezione
I partecipanti decidono autonomamente se partecipare. Le persone con stipendi estremi potrebbero essere sotto- o sovrarappresentate.
Autodichiarazione
Gli stipendi non vengono verificati. Ci affidiamo a risposte oneste.
Periodo di tempo
I dati più vecchi non riflettono necessariamente gli stipendi attuali. Il filtro per coorte aiuta a separare i periodi.
Open Data
Le statistiche aggregate sono disponibili pubblicamente. I dati grezzi non vengono pubblicati per proteggere l'anonimato dei partecipanti.
Partecipa ora